전달 함수로 더 나은 예측 모델 구축( 2019-EU-30MP-089 )레벨: 고급
직무: 분석가/과학자/엔지니어
Jian Cao, SAS JMP 사업부 수석 시스템 엔지니어
최우수 초청 논문 결선 진출자
개입(예: 프로세스 변경)으로 인해 중단된 시계열을 어떻게 모델링하고 예측합니까? 선행 지표 또는 기타 외생 변수가 있는 경우 더 나은 예측을 위해 어떻게 ARIMA 모델에 통합할 수 있습니까?
이 백서에서는 ARIMA 오류를 사용한 회귀, 분산 지연 모델 및 개입 모델과 같은 주요 사용 사례를 통해 JMP의 전달 함수 모델을 이해하려고 노력할 것입니다. 더 나은 예측 모델을 구축하기 위해 Ordinary Least Squares 회귀 및 ARIMA보다 전달 함수를 사용하는 이점을 보여드리겠습니다.
베스트 오브 서밋탈주데이터 탐색예측 모델링Re: 전달 함수로 더 나은 예측 모델 구축( 2019-EU-30MP-089 )지안님, 답변이 늦어서 죄송합니다. 댓글과 의견 주셔서 감사합니다. 많은 도움이 되었습니다. 잔차에 대해 ARMA 모델과 함께 신경 시계열 모델을 사용하여 최종 R² = 99% 예측 모델을 얻었습니다!
Re: 전달 함수로 더 나은 예측 모델 구축( 2019-EU-30MP-089 )솔직한,
첫 번째 기간 t=1에 대한 예측은 절편이거나 0입니다(절편 없는 ARMA 모델을 선택한 경우). JMP에서 t=2부터 Kalman 필터의 특수 버전을 사용하여 예측값을 생성합니다. 통계적 세부 사항은 Box & Jenkins et al' 책에서 찾을 수 있습니다. 시계열: 예측 및 제어 섹션 7.4 " 상태공간 모델 기반 우도 함수 ".
Re: 전달 함수로 더 나은 예측 모델 구축( 2019-EU-30MP-089 )안녕 지안 님, 도와주셔서 감사합니다. 흐릿한 전달 기능 옵션과 관련하여 잘못된 알림을 드려 죄송합니다. 괜찮습니다. 잘못 입력했습니다..
나는 훌륭하게(R² = 0,92) 잔차 실제 점유를 모델링했습니다. 계절성 ARMA 모델로 모델링된 점유이므로 이제 전달 함수를 더 진행할 수 있습니다.
그러나 ARMA 시계열 예측 공식이 저장된 데이터 테이블의 ARMA 잔차 예측과 관련하여 질문이 있습니다. 예측된 잔차가 실제 잔차와 동일한 행, 즉 동일한 시간 간격에 있음을 알았습니다. ARMA 공식은 과거 잔차 Y(Yt-1, Yt-2,.. 예상 잔차 열에서 많은 셀이 공백으로 남아 있으므로 어떻게 과거 잔차 데이터 없이 ARMA 잔차 추정을 수행할 수 있습니까? 도움을 주셔서 미리 감사드립니다. 솔직한
Re: 전달 함수로 더 나은 예측 모델 구축( 2019-EU-30MP-089 )이상하게도 전송 기능 oprion이 내 메뉴 목록에 있지만 흐리게 표시되어 활성화할 수 없습니까?
Re: 전달 함수로 더 나은 예측 모델 구축( 2019-EU-30MP-089 )고마워, 프랭크.
Transfer Function 옵션은 JMP 7부터 사용할 수 있습니다. 출력 및 입력 시리즈가 있는 시계열을 시작한 후 상단 빨간색 삼각형 메뉴에서 선택할 수 있습니다.
Re: 전달 함수로 더 나은 예측 모델 구축( 2019-EU-30MP-089 )좋은 발표! 이제 주차 점유 수준 모델링에 대한 프로젝트에 이것을 적용하려고 합니다. Neural Net을 사용하면 좋은 R² o 0,96을 달성하지만 잔차는 무작위가 아니며 계절 ARMA (4,0,5) (0,0,1)6 모델로 모델링할 수 있습니다. 그래서 이제 신경망 모델과 ARMA 잔여 모델을 입력으로 사용하여 주차 점유에 대한 전달 함수를 구축하려고 합니다. 이전 모델 옵션이 활성화되지 않은 것을 보고 놀랐습니까? 뭔가 잘못 했나요? 일반 JMP 13.2 버전을 사용하고 있습니다.
Re: 전달 함수로 더 나은 예측 모델 구축( 2019-EU-30MP-089 )아주 좋은 작품! JMP와 SAS ETS를 사용하여 예측 "다변량" 모델을 가르치려고 노력하는 모든 교사에게 감사드립니다.
